信頼区間を考慮したLLP手法による巨大バッグからの学習

抄録

Learning from Label Proportion (LLP)は，インスタンスの集合（バッグ）のクラス比率を基に，個々のインスタンスのクラスを推定する学習手法である．本研究では，バッグ内のインスタンス数が膨大なタスクに対するLLP手法の開発を目的とする．従来手法は，バッグ内の全インスタンスから損失を計算する必要があり，GPUのメモリ制約により適用が難しい．そこで，クラス比率が既知のインスタンス数が膨大なバッグからサンプリングを行い，小型のバッグ（ミニバッグ）を生成する．その際，元のバッグとミニバッグのクラス比率には誤差が生じるため，誤差を考慮した信頼区間を用いた損失関数を提案する．